yolov5-fpga-hardware-acceleration 写在前面 网络训练、图像预处理以及部分head功能是基于pc端实现的,只有主干网络部署在fpga上,片上资源无法支持整个网络所需资源,建议添加外部存储及DDR 注意,这里只添加了模块代码,考虑到不同板子对应的eda不同,只将fpga中纯source源码给出,经过仿真无误。可添加相关ip核及引脚配置...
这里就需要从代码层面来分析yolov5模型的特征提取过程,整个特征提取过程都是直接使用pytorch的torch张量的相关算子对数据进行处理的,但是在检测层,有一段对最终的三层特征进行处理的代码没有使用torch张量的相关算子,所以在对模型做量化时,需要注释掉这一段代码,并将其添加在检测函数中。该代码位于yolo.py文件的Detect类...